企业语音 Agent 评测难题：模拟 Caller 不同可致 5% 准确率偏差

模拟 caller 的构建方式会让企业语音 Agent 的评测结果产生 5% 的偏差，GPT-Live 在 Tau-Voice standard 与 custom 两个榜单上的成绩即存在这一差异。